PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Wykorzystanie sieci neuronowych w aproksymacji charakterystyk materiałowych na przykładzie optymalizacji dławika bocznikowego

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
The use of neural networks in the approximation of material characteristics on the example of a shunt reactor optimization
Języki publikacji
PL
Abstrakty
PL
W pracy zaprezentowano wykorzystanie sieci neuronowych w aproksymacji nieliniowych charakterystyk: stratności, mocy biernej i magnesowania blachy elektrotechnicznej na przykładzie optymalizacji dławika bocznikowego. W funkcji celu przyjmuje się różne kryteria w zależności od wykonywanej optymalizacji konstrukcji. W artykule zaprezentowano opis funkcji celu uwarunkowanej na minimalizację wagi urządzenia oraz funkcję celu uwarunkowaną ma minimalizację kosztów części aktywnych.
EN
The paper presents use of neural networks for approximation of nonlinear characteristics: losses, reactive power and magnetizing electrical sheet on the example of a shunt reactor optimization. In order to adopt the function of various criteria depending on their design optimization. The objective function is conditioned to minimize the weight of the unit and to minimize the cost of the active part of the unit.
Rocznik
Strony
251--253
Opis fizyczny
Bibliogr. 8 poz., rys., tab.
Twórcy
autor
  • Politechnika Łódzka, Instytut Mechatroniki i Systemów Informatycznych, Stefanowskiego 18/22, 90-924 Łódź
autor
  • Politechnika Łódzka, Instytut Mechatroniki i Systemów Informatycznych, Stefanowskiego 18/22, 90-924 Łódź
Bibliografia
  • 1. Kozak Yu., Melnyk B., Stakhiv P., Simplification of Optimization Process during Mathematical Models Creation, Przegląd Elektrotechniczny, Nr. 12/2008, 281-283.
  • 2. Elrazaz Z., Al.-Ohaly A.A., Optimal coordination of shunt reactors to enhance system performance at light load operation, IEE Proceedings-C, Vol. 140, No. 4, July 1993.
  • 3. Schmidt E., Hamberger P., Design Optimization of Power Transformers, Part 2 - Eddy Current Analyses for Tank Wall and Core Clamping Parts, Power System Technology, PowerCon 2004, vol. 2, pp. 1375 - 1380, 2004.
  • 4. Georgilakis P.S., Hatziargyriou N.D., Doulamis N.D., Doulamis A.D., Kollias S.D., Prediction of Iron Losses of Wound Tansformers Based on Artificial Neural Networks, Elsevier Science Journal – Neurocomputing- 23, pp. 15-19, July 1998.
  • 5. Georgilakis P.S., Tsili M.A., Souflaris A.T., A heuristic solution to the transformer manufacturing cost optimization problem, Journal of materials processing technology, vol. 181, pp. 260-266, 2007.
  • 6. Amoiralis E.I., Georgilakis P.S., Tsili M.A., Kladas A.G., Global transformer optimization method using evolutionary design and numerical field computation, IEEE Transactions on Magnetics, vol. 45, pp. 1720-1723, 2009.
  • 7. Drzymala A., European Union Foreign Direct Investment Outflows to ASEAN countries, Comparative Economic Research. Central And Eastern Europe, vol. 16, pp. 5-19, 2013.
  • 8. Takahashi N., Kitamura T., Horii M., Takehara J., Optimal design of tank shield model of transformer, IEEE Trans. Magn., vol. 36, no. 4, pp. 1089– 1093, Jul. 2000.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-d18cb216-95d4-4202-9fc0-3739183dbb7c
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.